首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    Python-OpenCV(7)

    这次主要讲一个主题就是: 图像的阈值处理 主要涵盖的内容点包括: 简单阈值 自适应阈值 Otsu’s 二值化 大家可能不是很清楚阈值处理的用途在什么地方,我举几个例子: 图像的二值化 区域的分割...图像的点/线/边缘检测 所以用途还是很广的,实则这块属于图像的分割范畴 ps: 有兴趣的可以看看数字图像处理的MATLAB实现这本书,讲的还是很不错的,代码使用MATLAB编写,推荐阅读 基础知识 对图像做阈值处理...; 对于自适应阈值,其和局部的关系很大,参数也是要调节的,调节的不好,效果也很不行; 解决方法就是otsu's方法,数学原理很复杂,大家想知道的化,自己去搜下相关资料来看看,或者看看我上面推荐的那本数字图像处理的

    66090

    数字图像处理之图像分割算法

    图像分割 图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。...现有的图像分割方法主要分以下几类:基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。单色图像的分割算法通常基于灰度值的不连续性和相似性。...使用分水岭变换的分割 如果目标物体是连接在一起的,则采用分水岭分割算法效果比较好。...使用距离变换的分水岭分割 最常用的分水岭变换分割的是距离变换,主要是用于二值图像的处理,它是指从每个像素到最接近零值的像素的距离。...控制标记符的分水岭分割 当直接用梯度进行分水岭变换时,容易造成过度分割,为了改善这样的情况,采用基于标记符的方式进行分割。 屏幕快照 2020-05-23 上午9.43.51.png

    4.1K30
    领券